2026 START!

南山ソーシャルデータサイエンス・プログラム

デジタル社会である現代においては、「数理・データサイエンス・AI」知識の修得は社会を生きるための基礎的な素養として求められています。加えて、南山大学を含む南山学園の教育理念の1つには「知的理解と厳しい知的訓練」を掲げ、厳密で正確な思考や明晰で偏らぬ判断をする能力を身につけることは、将来の知的理解を可能にする力の前提と位置付けています。

「数理・データサイエンス・AI」の知識の修得は、「知的理解と厳しい知的訓練」が求める「厳密で正確な思考や明晰で偏らぬ判断」をより高度なものにすることができます。南山大学では、これを全学生に身につけてもらいたい技能として位置づけ、単なる知識の修得だけではなく、社会および南山大学の教育モットーである「人間の尊厳のために」の実現に生かすことのできる能力として役立たせることを目指し、本プログラムを2026年度より開始します。

このプログラムは、所属する学部・学科等の学び(主専攻)に加え、南山大学の特色を生かした学びの「更なる選択肢」として、学生の多様な関心や目的に応じて学部等の枠を超えた様々な知識や技能を体系的に幅広く学修することができる制度として2026年度からスタートする「副専攻制度」の1つとして設置され、所定の修了条件を満たした場合は、修了認定を行います。

副専攻制度とは

N-STEPで何が学べる?
南山だから学べる講義科目を担当教員が解説!

  • データサイエンス入門科目

    【共通教育科目】「情報倫理科目」情報倫理

    この授業は、情報ネットワーク、データサイエンス、AIなどの技術を安全かつ有効に利用するためのモラル、関連する法律、自衛策、さらに、それらの理解に必要な最低限の技術的事項を事例とともに学ぶ、南山大学の学生全員に受講が義務付けられている必修科目です。本科目は南山大学での他の授業科目と進め方が大きく異なっており、14回の授業の中で、7回の対面授業と7回のe-learningを交互に実施します。対面授業は、指定された教室において、グループディスカッションや発表を中心に実施し、e-learning では、インターネット環境がある場所で、WebClassを通して提供される教材を用いて学習します。

    この授業を通じて、1)情報ネットワークの拡大に対応した社会的ルールを知る 2)データやAIを利活用する際の留意事項を理解する 3)様々なコンテンツは知的財産権によって保護されることを理解することを目標としています。大学での学びの基礎的な力として、さまざまな情報、データ、AIを活用するために必要な知識、モラル、判断力を身につけましょう。

    担当教員 桒原 寛明 教授(理工学部)ほか

  • データサイエンス入門科目

    【共通教育科目】「学際科目(科学と情報)」データサイエンス入門

    現在進行中の社会変化(第4次産業革命、Society5.0)の中において、データやAIの活用領域や活用方法を理解したうえで、データを読み、あるいは自らデータを収集し、それらデータを加工して説明することができることは、社会活動を行う必須のスキルとなっています。この授業は、データ・AIの基本特性(可能性と限界、留意点)を正しく理解したうえで、実際にデータを利活用するための基本的な技能を修得することを目指す、演習形式の授業です。この授業を通じて、1)社会変化とデータ・AI利活用の最新動向について把握する 2)データ・AI利活用の活用領域、その方法、留意点について説明できる 3)外部データの収集、検証仮説の設定、データ分析、資料作成、分析結果のプレゼンといった一連の分析手法を習得できるようになることを目標としています。

    また、この授業は、文部科学省数理・AI・データサイエンス教育プログラム(MDASH)リテラシーレベルのプログラムに準拠した内容で行います。社会が必要とするデータサイエンスの基礎的な力を身につけることを目指しています。

    担当教員 宮崎 浩伸 教授(経済学部)ほか

  • データサイエンス基礎科目

    【共通教育科目】「学際科目(科学と情報)」データサイエンス

    ここ数年の技術開発の進展により、AIが解決できる課題の分野はますます広がっています。この授業では「データサイエンス入門」の上級編として、データサイエンスの基礎となる数理やプログラミング、問題解決のためのモデル化と最適化手法について学んだ後に、AIの根幹を構成する機械学習の理論と実際例を学びます。さらに、実データを使用するコンピュータ演習をとおして、データを用いた問題解決の手法を修得します。

    データサイエンスの基礎から応用、AIの構築から運用までを学ぶとともに、「数理モデルやデータを人や社会に関わる課題の解決に活用する」ための実践を学ぶことができます。

    担当教員 三浦 英俊 教授(理工学部)

  • データサイエンス基礎科目

    「学際科目(社会と経済・法律)」企業とデータ

    名古屋銀行と南山大学との包括連携協定に基づいて、名古屋銀行で働く現役銀行員が講師となり、銀行においてどのようにデータが利活用しているか、机上ではなく、リアルな社会活動の現場での実践について講義を行います。毎回、さまざまな部署に所属する銀行員が交代で講義し、法人・個人業務や投資業務、マーケティング等の銀行実務におけるデータ活用方法に重点を置き、具体的な事例を交えながら解説します。特に、名古屋銀行の各部署におけるデータ活用については、基礎から実務まで幅広く紹介し、東海地方の経済および金融の基礎知識を踏まえたうえで、銀行実務におけるデータ活用の現状と課題、さらには将来展望についてテーマに取り上げるほか、銀行経営や人事にかかる「企業運営・経営」の中でのデータ活用についても話します。また、名古屋銀行のトップ・藤原 一朗 頭取による特別授業も予定しています。

    データ活用を学ぶだけでなく、名古屋・東海地方に興味がある学生、地域経済や企業経営に興味がある学生の皆さんにも多くの学びがあるでしょう。

    担当 名古屋銀行

  • データサイエンス基礎科目

    「学際科目(科学と情報)」情報を読むB

    日常生活やビジネスの現場において、「限られた条件の中で、最良の意思決定をする場面」は非常に多くあります。例えば、限られた予算内で利益を最大化するにはどうすればよいか、あるいは、なるべく残業を減らしつつ効率的に生産を行うにはどのようなスケジュールを組むべきか、1泊2日の旅行の中で、どのように周遊すれば、より多く観光名所を回ることができるかといった状況です。この授業では、こうした課題に対して数理的な根拠に基づいた解決策を導き出す手法である「数理最適化」「オペレーションズ・リサーチ(OR)」の基礎について、さまざまな問題を検討しながら、PCを用いて実践的に学びます。最終レポートでは、自らテーマを見つけ、数理モデルを作成して解を求めることを課題とします。身の回りのさまざまな問題に興味を持ち、それを数理的に考える力を養います。

    担当教員 佐々木 美裕 教授(理工学部)

N-STEP 5つの特長

1

南山初!修了証明としてオープンバッジを付与

副専攻プログラムの修了は、成績証明書に記載されるほか、南山大学で初めて、国際標準規格で学修やスキルをデジタル証明する「オープンバッジ」を採用し、修了者全員に付与します。これにより、証明書によりスキルを提示できる従来の方法だけでなく、SNS上で自己紹介等に活用できたり、就職活動でもオープンバッジの取得を資格等として申請できる企業へのエントリーに活用できるなど、学びにより修得したスキルをデジタル社会の中で広くアピールすることができます。

2

修得した単位は卒業単位にも含められる

N-STEP開講科目の履修により修得した単位は、それぞれの学生が所属する学科の卒業要件に従い、卒業に必要な単位にも算入されます。卒業に向けた学びの一部として取り組むことが可能であり、副専攻の修了を目指さない場合でも、興味をもった授業の履修は可能です。

3

共通教育でも学部学科の専門授業でも学べる

N-STEPのプログラムは、全学共通の共通教育科目で提供されている授業科目と、各学科が開講する学部学科科目と組み合わせたプログラムになっており、履修の方法はさまざま。共通教育科目だけで副専攻プログラムを履修することも、共通教育科目と学科の専門科目を組み合わせて履修することも可能。もちろん、対象科目であれば、他学部他学科の専門科目を履修することも可能!※

8学部を有する南山大学の総合力を生かし、社会のなかでデータサイエンス等がどう活用されているかを実践的に学ぶことができるとともに、自らの学びと紐づけた履修が可能です。

※副専攻プログラムの修了認定は可能ですが、卒業単位にも含められるかどうかについては、所属学科の卒業要件により変わります。詳しくは履修要項でご確認ください。

4

文部科学省「数理・データサイエンス・AI教育プログラム」の認定要件を満たす講義を提供

N-STEPで提供する「データサイエンス入門」(履修年次:1年次以上)は、文部科学省「数理・データサイエンス・AI教育プログラム認定制度(MDASH)」のリテラシーレベルで求められるプログラム内容を満たし、認定を受けています(認定有効期限2030年3月31日)。リテラシーレベルは、日本国内の大学等におけるすべての学生が身につけておくべき素養として位置づけられており、その学びのレベルを満たしている授業を南山大学で履修することができます。

また、「データサイエンス」(履修年次:2年次以上)は、MDASHの「応用基礎レベル」(2027年度申請予定)を構成する中心的な科目としており、それぞれの専門分野への数理・データサイエンス・AIの応用基礎力を修得し、国内外で通用する学生自身の「学びの深化」に必要なスキルを提供します。

文部科学省「数理・データサイエンス・AI教育プログラム認定制度(MDASH)」

5

国家資格「ITパスポート試験」と組み合わせ、学んだスキルを社会に役立つ能力としてアピール可能

プログラムによって学んだ力を活かして、国家資格「ITパスポート試験」に挑戦し、その合格と組み合わせることによって、広く社会に有用な知識・技能を身につけていることをアピールできます。

N-STEP プログラム内容と科目

プログラムは、
次の3つのカテゴリーで構成します。

データサイエンス入門科目

6単位(必須4単位含む)

共通教育科目

科目一覧ページ

データサイエンス基礎科目

6単位(必須2単位含む)

共通教育科目

科目一覧ページ

データサイエンス発展科目

4単位

共通教育科目/
学部・学科科目

科目一覧ページ

開始時期・対象学生

2026年度よりプログラムを開始し、2026年度入学生より適用します。
2025年度以前入学生は、副専攻プログラムの認定は受けられませんが、N-STEP開講科目の履修は可能です。

副専攻の認定条件

副専攻(ソーシャルデータサイエンス)の認定については、次の4条件とし、毎年度末に教務課にて認定作業を行い、基準に達した者を認定します。

なお、副専攻の認定条件に当てはまらなくても、個別の科目は単位として認定され、各学部学科の卒業要件に従い、卒業単位に含めることができます。

①データサイエンス入門科目(※)の履修

「情報倫理」(2単位)、「データサイエンス入門」(2単位)を必須科目とし、共通教育科目・基盤科目「科学と情報」のカテゴリーの科目のうちから1科目2単位と合わせて、合計6単位を履修する。

②データサイエンス基礎科目(※)の履修

「データサイエンス」(2単位)を必須科目とし、データサイエンス応用科目のうちから2科目4単位と合わせて、合計6単位を履修する。

③データサイエンス発展科目(※)の履修

データサイエンス発展科目のうちから2科目4単位を履修する。

④ITパスポート試験の合格

独立行政法人情報処理推進機構が実施する国家試験「ITパスポート試験」を受験し、合格証の写しを大学に提出する。

・ITパスポート試験は、ITを利活用するすべての社会人・これから社会人となる学生が備えておくべきITに関 する基礎的な知識が証明できる国家試験です。具体的には、新しい技術(AI、ビッグデータ、IoT など)や新しい手法(アジャイルなど)の概要に関する知識をはじめ、経営全般(経営戦略、マーケティング、財務、法務など)の知識、IT(セキュリティ、ネットワークなど)の知識、プロジェクトマネジメントの知識など幅広い分野の総合的知識を問う試験です。
(ITパスポート試験Webページより引用)

・受験手続および受験は個人で行います(大学での案内、取りまとめ等は行いません)。また、試験の受験には受験料が必要です。

ITパスポート試験Webページ

モデル時間割

ソーシャルデータサイエンス副専攻は、事前申請制ではなく履修条件を満たした場合に自動的に認定されます。また、所属する学部・学科の卒業要件に含まれる科目も数多くあります。しかし、計画的に履修する必要もありますので、モデル時間割を参考に履修計画を立ててください。一部の科目は開講時期が限定されていますので、注意してください。

  • データサイエンス入門科目(6単位中4単位が必須科目)
  • データサイエンス基礎科目(6単位中2単位が必須科目)
  • データサイエンス発展科目(4単位)

科目一覧

●は必須科目

1年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
● 情報倫理(※1)
基盤科目(科学と情報)
● 情報倫理(※1)
基盤科目(科学と情報)
● 情報倫理(※1)
● データサイエンス入門
基盤科目(科学と情報)
● 情報倫理(※1)
● データサイエンス入門
基盤科目(科学と情報)

※1 自動登録科目のため、学科によって開講時期が決まっています。

2年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
● データサイエンス入門
学際科目(科学と情報)
● データサイエンス入門
学際科目(科学と情報)
● データサイエンス入門
学際科目(科学と情報)
● データサイエンス
学際科目(科学と情報)
3年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
データサイエンス応用科目 データサイエンス応用科目 データサイエンス応用科目 ● データサイエンス
データサイエンス応用科目
4年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
(不足科目の履修)
● ITパスポート試験の受験
(不足科目の履修) (不足科目の履修) (不足科目の履修)

例:経済学部の場合

●は必須科目

1年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
● 情報倫理 ● データサイエンス入門
2年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
情報を読むB 数学A ● データサイエンス
3年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
企業とデータ
経済統計論A
地域経済学B
4年次
第1クォーター 第2クォーター 第3クォーター 第4クォーター
● ITパスポート試験の受験